اختيار الخوارزميات دون الحاجة إلى معرفة المجال: التقنية الجديدة التي تحدث ثورة في الذكاء الاصطناعي

في الآونة الأخيرة، ظهرت تقنية جديدة تحت اسم ZeroFolio، تحمل في طياتها وعداً كبيراً في مجال اختيار الخوارزميات (Algorithm Selection) دون الحاجة إلى معرفة مسبقة بالنطاقات أو خصائص البيانات. بدلاً من الاعتماد على ميزات معقدة تم تصميمها يدوياً، تقدم ZeroFolio نهجاً مبسطاً يعتمد على تمثيلات نصية مسبقة التدريب.

تتكون العمليات الثلاث في ZeroFolio من: قراءة ملف الحالة الخام كنص عادي، ثم يتم تضمينه باستخدام نموذج تمثيلي مسبق التدريب، ومن ثم اختيار الخوارزمية من خلال تقنية الجيران الأقرب (weighted k-nearest neighbors).

ما يميز هذه التقنية هو قدرتها على تمييز حالات المشكلات بفعالية عالية، دون الحاجة إلى تدريب خاص بالمجال. هذا يعني أنه يمكن تطبيق نفس النهج عبر مجموعة متنوعة من مجالات المشاكل التي تعتمد على تنسيقات نصية.

تم اختبار هذه الطريقة على 11 سيناريو مختلف يتضمن 7 مجالات، بما في ذلك المشكلات المتعلقة بـ SAT، MaxSAT، QBF، ASP، CSP، MIP، ومشكلات الرسم البياني. أظهرت التجارب أن ZeroFolio تتفوق على نموذج الغابة العشوائية المدرب على الميزات المعقدة في 10 من أصل 11 سيناريو، وتحقق أداءً ممتازاً في جميع السيناريوهات عند استخدام تصويت ذاتي مزدوج.

أظهر تحليل إضافي أن خيارات التصميم مثل وزن المسافة العكسية، وإعادة ترتيب البيانات، واستخدام مسافة ماناهاتن كانت حاسمة في تحسين أداء النظام. وفي الحالات التي كانت فيها الخوارزميات المتنافسة قريبة من حيث الأداء، أدت دمج التضمينات مع الميزات المدروسة يدوياً عبر التصويت الناعم إلى تحقيق تحسينات ملحوظة.

لقد أظهر هذا البحث كيف أن الفهم العميق للنصوص يمكن أن يعزز من فعالية وتنوع الحلول في الذكاء الاصطناعي، مما يمهد الطريق أمام تطورات جديدة مثيرة في مجال البحث والتطبيقات.